研究表明,近年來采用慕課進(jìn)行教學(xué)的方式已經(jīng)變得越來越普遍,并且將逐漸成為主流的學(xué)習(xí)方式。統(tǒng)計(jì)顯示,用戶在線學(xué)習(xí)慕課視頻時(shí)會(huì)存在:無法長時(shí)間集中注意力、難以找到與自身認(rèn)知和關(guān)注度相匹配的視頻、難以挖掘知識(shí)點(diǎn)之間的關(guān)聯(lián)性、學(xué)習(xí)效率不高等問題。在視頻學(xué)習(xí)逐漸興起的今天,本論文提出了一種綜合的視頻呈現(xiàn)方案,旨在提高用戶對(duì)互聯(lián)網(wǎng)慕課視頻的學(xué)習(xí)體驗(yàn)和提高學(xué)習(xí)效率。本文的另一項(xiàng)工作是,基于PyQt和FFmpeg框架實(shí)現(xiàn)了一個(gè)用戶注意力敏感的播放器系統(tǒng),小范圍使用情況說明,與現(xiàn)有的播放器相比具有更高的學(xué)習(xí)效率和更好的用戶體驗(yàn)。具體的,本文做了以下工作:(1)針對(duì)用戶無法長時(shí)間集中注意力的問題,采用聽/視覺注意力方案,提出了用戶注意力提醒模型。該模型能夠檢測(cè)視頻播放內(nèi)容是否容易使用戶產(chǎn)生犯困或注意力不集中問題,并作出相應(yīng)的音效或視覺提醒,從而達(dá)到在視頻的重要時(shí)刻提醒用戶集中注意力的目的。(2)針對(duì)用戶難以找到與自身認(rèn)知和關(guān)注度相匹配的視頻的問題,采用語音識(shí)別與LeNet5網(wǎng)絡(luò)結(jié)合的方案,提出了自動(dòng)知識(shí)點(diǎn)推薦技術(shù),并構(gòu)建了自動(dòng)知識(shí)點(diǎn)推薦模型。該模型依據(jù)播放內(nèi)容推薦與用戶自身認(rèn)知和關(guān)注度相匹配的視頻。(3)...

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 引言
    1.1 選題背景
    1.2 研究內(nèi)容
    1.3 國內(nèi)外現(xiàn)狀
        1.3.1 國外現(xiàn)狀
        1.3.2 國內(nèi)現(xiàn)狀
    1.4 論文的組織架構(gòu)
2 相關(guān)技術(shù)研究
    2.1 視頻編碼技術(shù)
        2.1.1 視頻編碼標(biāo)準(zhǔn)
        2.1.2 FFmpeg介紹
    2.2 PyQt簡介
        2.2.1 Qt
        2.2.2 PyQt
    2.3 神經(jīng)網(wǎng)絡(luò)
        2.3.1 神經(jīng)元
        2.3.2 人工神經(jīng)網(wǎng)絡(luò)模型
        2.3.3 CNN神經(jīng)網(wǎng)絡(luò)概述
        2.3.4 LeNet5 神經(jīng)網(wǎng)絡(luò)概述
    2.4 注意力模型
        2.4.1 視覺注意力模型
        2.4.2 聽覺注意力模型
        2.4.3 用戶注意力模型
    2.5 本章小結(jié)
3 視頻呈現(xiàn)方案設(shè)計(jì)
    3.1 設(shè)計(jì)的目標(biāo)
    3.2 設(shè)計(jì)的原則
    3.3 系統(tǒng)總體的框架
        3.3.1 總體框架設(shè)計(jì)
        3.3.2 系統(tǒng)整體業(yè)務(wù)設(shè)計(jì)
    3.4 系統(tǒng)主功能模塊設(shè)計(jì)
        3.4.1 播放器主界面
        3.4.2 用戶注意力提醒模塊
        3.4.3 考查知識(shí)點(diǎn)模塊
        3.4.4 自動(dòng)知識(shí)點(diǎn)推薦模塊
        3.4.5 精準(zhǔn)知識(shí)點(diǎn)劃分模塊
    3.5 本章小結(jié)
4 知識(shí)點(diǎn)呈現(xiàn)方案
    4.1 用戶注意力提醒
        4.1.1 視覺顯著性檢查方法
        4.1.2 聽覺顯著性檢查方法
        4.1.3 顯著性特效匹配
    4.2 自動(dòng)知識(shí)點(diǎn)推薦
        4.2.1 提取音視頻信息
        4.2.2 構(gòu)建詞向量匹配方法
    4.3 精準(zhǔn)知識(shí)點(diǎn)劃分
        4.3.1 收集劃分知識(shí)點(diǎn)信息
        4.3.2 確定劃分位置算法
    4.4 本章小結(jié)
5 系統(tǒng)實(shí)現(xiàn)與測(cè)試
    5.1 實(shí)現(xiàn)基本功能
        5.1.1 實(shí)現(xiàn)
        5.1.2 測(cè)試
    5.2 用戶注意力提醒功能實(shí)現(xiàn)
        5.2.1 實(shí)現(xiàn)
        5.2.2 測(cè)試
    5.3 考查知識(shí)點(diǎn)功能實(shí)現(xiàn)
        5.3.1 實(shí)現(xiàn)
        5.3.2 測(cè)試
    5.4 自動(dòng)知識(shí)點(diǎn)推薦功能實(shí)現(xiàn)
        5.4.1 實(shí)現(xiàn)
        5.4.2 測(cè)試
    5.5 精準(zhǔn)知識(shí)點(diǎn)劃分功能實(shí)現(xiàn)
        5.5.1 實(shí)現(xiàn)
        5.5.2 測(cè)試
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集表



本文編號(hào)：3858798